具身智能的下一阶段，不只是机器人本体更强，而是让机器人、环境与业务流程共同进入一个可感知、可反馈、可进化的系统。

联合实验室签约，指向真实场景里的硬问题

近日，云蝶科技与华南理工大学正式签约成立“多智能体具身智能联合实验室”。这不是一场停留在牌匾上的校企合作，而是云蝶围绕真实场景训练、强化学习后训练与本体—环境协同，继续补强技术体系的一步。

此前在WAIC 2026大会上，云蝶科技联合创始人、联席总裁余澜博士发布具身智能新范式——具身环境智能（Embodied Environment Intelligence，EEI）。云蝶的核心判断是：具身智能不能只等模型在实验室里成熟，而要让机器人先进入可控真实场景，在真实任务中获得反馈、数据和持续优化。

联合实验室要面对的，正是这类真实场景问题：机器人如何理解环境约束，如何在长时序任务中稳定执行，如何把成功、失败、人工接管和异常恢复转化为可学习的数据，如何让强化学习真正进入真机闭环。

环境不再是背景，而是机器人能力的一部分

在酒店、物业、康养体检等场景中，机器人并不是单独完成任务。电梯、门禁、房间、走廊、传感设备、业务系统和现场人员，都会影响任务的稳定执行。

如果环境只是“背景”，机器人只能被动适应复杂现场；如果环境本身具备感知、反馈和协同能力，它就能成为机器人可以调用的系统能力。云蝶提出EEI，正是希望把环境从静态空间升级为“环境智能体”，与机器人本体共同完成任务。环境越可感知、可交互、可协同，机器人越有机会在持续的、真实的业务运行中变得更加稳定。

联合实验室的成立，是云蝶开放科研体系的重要节点

云蝶科技作为EEI范式提出者、SAGE技术框架推进者，也是真实场景组织者和工程落地主体。华南理工大学的加入，是云蝶开放科研体系中的重要协同节点，重点提供算法研究、实验验证和人才支持。

未来，联合实验室将围绕本体—环境协同进化机制展开研究，重点方向包括环境感知与空间建模、任务结果反馈建模、协同决策、强化学习后训练、世界模型辅助推演和真机任务评测。

这些方向最终都会回到同一个问题：如何让机器人不是完成一次演示，而是在真实环境中持续完成任务，并在持续反馈中提升成功率、稳定性和失败恢复能力。

从科研协同到场景闭环，云蝶要跑通的是可复制路径

在云蝶的SAGE框架中，真实场景持续产生任务数据，世界模型预测和评估动作后果，VLA/RL负责执行与策略优化，环境智能体与机器人智能体在反馈中协同迭代。联合实验室将围绕其中的关键算法问题，加速从研究问题到工程验证的转化。

这一路径首先会落在酒店、物业、康养体检等高频B端生活服务场景。这些场景任务相对清晰、流程可拆解、结果可评估、数据可回流，适合形成“真实运行—数据回流—模型迭代—再部署”的闭环。

对云蝶而言，真实场景不是商业化的最后一步，而是模型训练和能力进化的起点。每一个持续运营的场景，都可能同时成为训练节点、数据节点、交付节点和收入节点。

让机器人走进真实世界，也让真实世界参与训练机器人

具身智能的竞争正在从“谁的机器人更像人”转向“谁能在真实业务中更快积累数据、更快完成模型迭代、更快形成规模化交付”。

从WAIC发布具身智能新范式EEI，到携手华南理工大学共建多智能体具身智能联合实验室，云蝶希望推动的是同一件事：让机器人真正进入真实场景，让环境参与智能进化，让强化学习、世界模型和工程交付在业务闭环中相互增强。

当机器人不再只是展示台上的Demo，而是进入酒店、物业、康养体检等真实经营单元，具身智能的产业化故事才真正开始。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。